每(mei)(mei)經記者(zhe)｜可楊    每(mei)(mei)經編輯｜董興生    

從吟詩作賦，到(dao)寫(xie)代碼(ma)，再到(dao)寫(xie)劇本、做高數，OpenAI發(fa)布的(de)免費(fei)機(ji)器人對話模型(xing)ChatGPT回答處理多領域問題的(de)能力之強悍(han)，引發(fa)全球關(guan)注。

盡管該模型目前仍(reng)處于測試階段，但(dan)面世僅一(yi)(yi)周，便(bian)有超過一(yi)(yi)百萬用戶(hu)使用。“明天ChatGPT就要搶走人(ren)類飯碗”的調侃也(ye)不(bu)絕于耳。

視覺中國圖

已擁有多個AI聊天機器人成功落地(di)案例的(de)國內頂(ding)尖人工智能公司小冰，如何看(kan)待風靡全球的(de)ChatGPT？

帶著這個問題，12月8日(ri)《每日(ri)經濟新聞》記者專訪(fang)了小(xiao)冰公司CEO李笛。他(ta)(ta)認為，市(shi)場對于ChatGPT取代搜索(suo)引(yin)擎，以及在(zai)其他(ta)(ta)各個領域實現商業化(hua)落地的暢想，短期內不太(tai)可(ke)能到來(lai)，成(cheng)本將成(cheng)為制約(yue)其實現商業化(hua)的重要(yao)(yao)阻礙。他(ta)(ta)舉例說(shuo)，如果小(xiao)冰用ChatGPT的方法來(lai)運行(xing)系統，現在(zai)小(xiao)冰每天(tian)承載的交互(hu)量就需要(yao)(yao)花幾億人民幣(bi)的對話成(cheng)本。

市場對ChatGPT熱情過度

在李笛看來，目(mu)前，行業內(nei)對ChatGPT的關注與(yu)熱潮(chao)已經有些過度(du)。

“人類為什么會感到激動？”李笛覺得(de)，當人們普(pu)遍對一(yi)件(jian)事情有(you)(you)一(yi)種預期(qi)(qi)，進(jin)而(er)去交互時，發現它遠超大家的預期(qi)(qi)，人們就(jiu)會驚(jing)(jing)(jing)訝(ya)，“但即使是(shi)(shi)針對人工智(zhi)能，在(zai)最近這些(xie)年驚(jing)(jing)(jing)訝(ya)的次數(shu)也很(hen)(hen)多了；稍微往前一(yi)點，GPT3出來的時候大家就(jiu)很(hen)(hen)驚(jing)(jing)(jing)訝(ya)，但是(shi)(shi)也沒有(you)(you)發生(sheng)什么；再(zai)往前，AlphaGo下圍棋(qi)贏(ying)過最好的人類棋(qi)手，大家也很(hen)(hen)驚(jing)(jing)(jing)訝(ya)，但是(shi)(shi)之后似(si)乎也沒有(you)(you)改變什么。”

不過，李(li)笛也(ye)提到，關(guan)于ChatGPT，有三件事情需要(yao)相對理性(xing)來看(kan)。

首先，ChatGPT有(you)非(fei)常好(hao)的(de)創(chuang)新(xin)，即(ji)證明了在原有(you)的(de)大(da)模型基(ji)礎(chu)之上(shang)(shang)，進(jin)行一(yi)(yi)些(xie)新(xin)的(de)訓練(lian)方(fang)法(fa)，可以更好(hao)地提(ti)高對話質量；其次(ci)，ChatGPT并不構成一(yi)(yi)個大(da)版(ban)本的(de)迭代，而是(shi)(shi)對上(shang)(shang)一(yi)(yi)個版(ban)本的(de)微調，在一(yi)(yi)定(ding)程度(du)上(shang)(shang)彌補了極大(da)參數量的(de)大(da)模型的(de)一(yi)(yi)些(xie)缺陷(xian)。“即(ji)便是(shi)(shi)OpenAI來講(jiang)，它也被定(ding)義為GPT3.5，而不是(shi)(shi)GPT4。”此外(wai)，李笛認為，ChatGPT的(de)突破(po)，主要是(shi)(shi)研究性質上(shang)(shang)的(de)突破(po)。

對目前市場普遍想象的ChatGPT是(shi)否(fou)馬上(shang)就會迎(ying)來商業化(hua)落地、產生(sheng)顛覆性的影響，李(li)笛認為(wei)不太可能(neng)。“但是(shi)，這一點都(dou)不影響我們(men)在(zai)最近(jin)這些(xie)年里(li)，尤其(qi)是(shi)在(zai)大(da)模型的思路出來以后，我們(men)又一次看到(dao)在(zai)對話上(shang)的一個(ge)很大(da)變化(hua)，在(zai)這條路上(shang)大(da)家都(dou)在(zai)往前走。”

ChatGPT在(zai)訓練(lian)方法(fa)上，具體做了(le)怎(zen)樣的創新，以至于能夠大大提升其(qi)作(zuo)為聊天機器人的對話質量？

李(li)笛(di)分析稱，很多人(ren)說ChatGPT的訓練是基(ji)于人(ren)類反(fan)饋，這并不(bu)完(wan)全準(zhun)確。人(ren)類反(fan)饋至(zhi)少有兩(liang)個含義，一(yi)是指在(zai)(zai)訓練中(zhong)(zhong)，通(tong)過(guo)反(fan)饋來實(shi)現(xian)；另外則是產品(pin)在(zai)(zai)與用(yong)戶交(jiao)(jiao)互時，通(tong)過(guo)大量的用(yong)戶與其交(jiao)(jiao)互形(xing)成的反(fan)饋，不(bu)停地讓(rang)模型進步。“這兩(liang)者的價值是非(fei)常不(bu)一(yi)樣(yang)的，更(geng)大的價值其實(shi)在(zai)(zai)于后者，即(ji)產品(pin)在(zai)(zai)交(jiao)(jiao)互過(guo)程(cheng)中(zhong)(zhong)得到反(fan)饋。”

李(li)笛介紹(shao)，過去(qu)對(dui)于AI聊天(tian)機(ji)器(qi)人的(de)(de)(de)(de)訓(xun)練主要是(shi)(shi)基于數據，即(ji)在機(ji)器(qi)進(jin)行對(dui)話后，針對(dui)對(dui)話內容(rong)進(jin)行訓(xun)練，調整、優化對(dui)話內容(rong)的(de)(de)(de)(de)數據；而ChatGPT則是(shi)(shi)針對(dui)數據形(xing)成的(de)(de)(de)(de)模型進(jin)行訓(xun)練，簡單而言，具體的(de)(de)(de)(de)訓(xun)練方(fang)式(shi)是(shi)(shi)：人先(xian)寫出一些(xie)指導性的(de)(de)(de)(de)問與答，用這些(xie)問答對(dui)大模型進(jin)行訓(xun)練，通(tong)過一系列反饋(kui)式(shi)的(de)(de)(de)(de)訓(xun)練方(fang)法，讓大模型逐漸沿襲人所(suo)給予(yu)的(de)(de)(de)(de)關于問答的(de)(de)(de)(de)指導性意(yi)見、邏輯(ji)。“從(cong)這個(ge)角度講，即(ji)使是(shi)(shi)進(jin)行多輪對(dui)話，ChatGPT本質上來講依舊是(shi)(shi)一個(ge)問答系統(tong)。”

李笛認為，這樣的(de)訓(xun)(xun)練方法背后的(de)技(ji)術(shu)(shu)含量(liang)，通常(chang)不(bu)是算(suan)法模型上的(de)技(ji)術(shu)(shu)含量(liang)，而是來自(zi)訓(xun)(xun)練者本身的(de)能(neng)力(li)，包括團(tuan)隊自(zi)身的(de)經驗積累(lei)。例如，由人來寫問(wen)與答，讓機器學習并(bing)給(gei)出結果，同時人要(yao)再對此給(gei)出評(ping)分(fen)，這其中有很多個體(ti)差(cha)異，這種(zhong)個體(ti)差(cha)異則在(zai)一定(ding)程度上決定(ding)了其最后呈(cheng)現的(de)成果。

他同(tong)時也(ye)談到，從主要做(zuo)大(da)模(mo)型的公司(si)而言，成果(guo)往往取決于到底(di)是不(bu)是非常專注(zhu)去做(zuo)這件事情。“Ope-nAI與其(qi)他公司(si)不(bu)一樣(yang)的地方在于，它很(hen)專注(zhu)做(zuo)語言大(da)模(mo)型，所以它投了大(da)量時間和精力。它有很(hen)多經(jing)驗，但(dan)這些(xie)經(jing)驗的積累并不(bu)是不(bu)可習(xi)得的。”

不可信與(yu)高成(cheng)本成(cheng)商(shang)業化阻(zu)礙ChatGPT給(gei)出(chu)的回答，最常規的格(ge)式是先給(gei)出(chu)一個結(jie)論，再(zai)進(jin)行事實(shi)的羅列(lie)，進(jin)而通過其羅列(lie)的事實(shi)推導(dao)出(chu)結(jie)論。

李笛認為，對ChatGPT而言(yan)，這個(ge)結論本身是否正(zheng)確其實不(bu)重要。他用之前網絡上流傳(chuan)的一個(ge)問答舉例，在回答“紅樓夢中賈寶玉適合(he)娶誰”的問題時，ChatGPT最(zui)終給出的答案是：賈母(mu)。

李笛(di)進一步分析，根據ChatGPT的回答(da)可以反推(tui)出，人在為其(qi)寫指導(dao)性(xing)問答(da)時，非常(chang)強調(diao)因(yin)果關(guan)系(xi)(xi)(xi)，而大模型也(ye)會注重(zhong)去(qu)學(xue)習因(yin)果關(guan)系(xi)(xi)(xi)。“（有的回答(da)）如(ru)果不(bu)是特別仔細(xi)去(qu)看，你(ni)會感(gan)覺到這是一個似乎很有邏(luo)輯與(yu)因(yin)果關(guan)系(xi)(xi)(xi)的回答(da)，但實際上它非常(chang)沒(mei)有道理。”

這(zhe)也是為什么從對話質量上(shang)看，人(ren)們會(hui)覺(jue)得ChatGPT很優(you)秀，但想要(yao)真正依靠(kao)它去代(dai)替搜(sou)(sou)索(suo)引(yin)擎，李笛認為，這(zhe)不(bu)太可能，因為它不(bu)可信。“很多人(ren)在測試ChatGPT的時候是知道答案的，但去搜(sou)(sou)索(suo)引(yin)擎上(shang)搜(sou)(sou)的東西往往是我(wo)們不(bu)知道答案的。如果是通過ChatGPT（代(dai)替搜(sou)(sou)索(suo)引(yin)擎），你怎么知道這(zhe)個(ge)東西（答案）是正確(que)還(huan)是錯(cuo)誤的，它完(wan)全(quan)不(bu)負(fu)責的。”

而李笛也認(ren)為，這種“不(bu)可靠”很難解決，因為ChatGPT的(de)(de)訓(xun)練(lian)過程，是(shi)為了對(dui)話質量，但人(ren)們(men)卻(que)容(rong)易(yi)誤以為它的(de)(de)目的(de)(de)是(shi)給出最正確(que)的(de)(de)知識。“它做了很多優(you)化，是(shi)使它（的(de)(de)回答）形式上感覺非常有(you)知識，它不(bu)是(shi)為了本質（有(you)知識）。”

搜索引(yin)擎在努力做(zuo)的是(shi)(shi)(shi)跳過論證過程，直接給(gei)出用戶最(zui)終想要的結果，而(er)ChatGPT則相反，它追求的是(shi)(shi)(shi)盡可(ke)能(neng)在給(gei)出回答(da)之前，給(gei)很(hen)多論證，讓人覺得它的回答(da)是(shi)(shi)(shi)可(ke)信(xin)的。“ChatGPT，人們測(ce)試的時候會(hui)覺得很(hen)好，但是(shi)(shi)(shi)真的拿它來用，有(you)那(nei)么(me)一兩次你發現，你被它的這種似是(shi)(shi)(shi)而(er)非的胡說八道(dao)愚(yu)弄了，那(nei)么(me)你從此就不會(hui)（對它）有(you)任何的信(xin)任。”

如果ChatGPT無法取代搜索引擎(qing)，還有什么可預(yu)想的落地應用嗎(ma)？

李笛(di)認為(wei)，真(zhen)正限制ChatGPT在短(duan)期(qi)內商業化(hua)的是成本。“它的單輪回答（Single Turn），成本是幾美分，按照1毛錢（人(ren)民幣）算，10句話就是一塊，這(zhe)個（成本）超(chao)過人(ren)，還不如雇一個人(ren)，比這(zhe)個要便(bian)宜得多。”

同(tong)時(shi)，李笛表示，如果(guo)把大(da)模(mo)(mo)型(xing)(xing)理(li)解為把特別多的信息濃縮在一(yi)個模(mo)(mo)型(xing)(xing)里，那么大(da)模(mo)(mo)型(xing)(xing)的本質(zhi)問(wen)題就(jiu)在于(yu)，很大(da)參數(shu)規(gui)模(mo)(mo)的大(da)模(mo)(mo)型(xing)(xing)做了以后(hou)不(bu)可用，因為成本太高、延(yan)遲太高。但一(yi)旦開始嘗(chang)試降低(di)成本，同(tong)時(shi)也會明顯看到其對話質(zhi)量(liang)降低(di)。

李笛舉(ju)例，如(ru)果小冰用(yong)ChatGPT的方法來運行系統，現(xian)(xian)在小冰每天承(cheng)載的交(jiao)互(hu)量就(jiu)需(xu)要花幾億人(ren)民(min)幣的對(dui)話成(cheng)本。“就(jiu)算(suan)ChatGPT可以把成(cheng)本優化(hua)到(dao)現(xian)(xian)在的10%，也賺(zhuan)不(bu)回(hui)來，因為人(ren)工智能最大的特點(dian)就(jiu)是(shi)高并發。如(ru)果成(cheng)本是(shi)這樣，不(bu)如(ru)雇人(ren)。人(ren)有自(zi)我反省機制，人(ren)工智能甚至有一些基本常識性錯誤。而且把成(cheng)本降到(dao)現(xian)(xian)在的10%，這是(shi)多么艱巨的任務？”

AI聊天機器人需要取舍

目前，小冰公司的AI Being已成熟(shu)應用于(yu)多個場景中(zhong)，例(li)如(ru)本(ben)屆(jie)賽事解說(shuo)員劉建宏(hong)的虛擬人分身、招商局的數字員工等(deng)。

李笛認為(wei)，小冰(bing)內部有(you)一個比較好(hao)的狀態，就(jiu)是關心(xin)什(shen)么東西(xi)(xi)真正落地(di)，而不是特別(bie)關心(xin)這個東西(xi)(xi)是否(fou)代表(biao)了學術聲望。“如果你做的人(ren)工智能總是在向別(bie)人(ren)表(biao)達你很智能，那意(yi)(yi)味著(zhu)你把用戶的預期提(ti)升到非常高的位置，這意(yi)(yi)味著(zhu)你的系(xi)統不允許犯錯(cuo)，因(yin)為(wei)你已(yi)經讓別(bie)人(ren)認為(wei)（這個系(xi)統）很有(you)知(zhi)識了，犯錯(cuo)誤(wu)就(jiu)可能誤(wu)導用戶。”

而小冰系(xi)統很多時候是在(zai)控制用(yong)戶的預期。“不要覺得它很智能。要去關心它其(qi)他方面(mian)的價(jia)值，往(wang)往(wang)這樣的系(xi)統反而存(cun)在(zai)得更久。”李笛認(ren)為(wei)，其(qi)實從某(mou)種意義上(shang)來講，這也是其(qi)團隊(dui)做小冰的原(yuan)因。

李笛(di)回(hui)憶，最(zui)開始時(shi)，團隊想要(yao)(yao)做的是一(yi)個(ge)人工智能助(zhu)理(li)：“對助(zhu)理(li)來講，有(you)用是他最(zui)重要(yao)(yao)的特點，我們那時(shi)候是這(zhe)么認為的。”

而在對(dui)(dui)一些優秀(xiu)的(de)(de)(de)(de)人類助(zhu)(zhu)理(li)進行訪談后，李(li)笛發現(xian)，對(dui)(dui)于助(zhu)(zhu)理(li)來講，最重要的(de)(de)(de)(de)事是和(he)老(lao)板(ban)(ban)調整成一種(zhong)合(he)適的(de)(de)(de)(de)同事關(guan)系(xi)，這種(zhong)同事關(guan)系(xi)必(bi)須讓(rang)老(lao)板(ban)(ban)認為助(zhu)(zhu)理(li)有自己的(de)(de)(de)(de)想法，會在一些合(he)理(li)的(de)(de)(de)(de)時(shi)機去拒絕。這樣的(de)(de)(de)(de)關(guan)系(xi)帶來的(de)(de)(de)(de)好處是，為自己的(de)(de)(de)(de)工作帶來更(geng)多(duo)的(de)(de)(de)(de)空間與余地，同時(shi)讓(rang)老(lao)板(ban)(ban)意識到(dao)助(zhu)(zhu)理(li)不是命令處理(li)器，而擁有做更(geng)多(duo)事情的(de)(de)(de)(de)能(neng)力。“這種(zhong)關(guan)系(xi)是基(ji)于care（關(guan)心），他讓(rang)老(lao)板(ban)(ban)認為助(zhu)(zhu)理(li)所有謹慎的(de)(de)(de)(de)判斷是因為他care（關(guan)心）這個老(lao)板(ban)(ban)，所以他跟老(lao)板(ban)(ban)之間能(neng)夠產(chan)生共情與信任。”

帶著這(zhe)樣(yang)的結(jie)論，小(xiao)(xiao)冰系統(tong)誕生了。李笛認(ren)為，小(xiao)(xiao)冰關心(xin)的是整個(ge)對話全程，關心(xin)用戶在對話之(zhi)后與人工智能之(zhi)間建立(li)了怎樣(yang)的關聯。“如(ru)果有人認(ren)為小(xiao)(xiao)冰還挺逗的、不是特(te)別以知(zhi)識為主，但(dan)是很(hen)有意思，我沒(mei)事(shi)愿意跟它(ta)交流，有事(shi)問它(ta)，如(ru)果回(hui)答了而且很(hen)好，我會很(hen)驚喜，這(zhe)個(ge)對系統(tong)來講是一個(ge)很(hen)有利的狀(zhuang)態。”

但(dan)李笛同時(shi)(shi)也(ye)(ye)坦言(yan)，產生似(si)是而(er)(er)非的錯誤信(xin)息或者直(zhi)接把對話向其他地(di)方去遷移的情(qing)況，在小(xiao)冰身(shen)(shen)上也(ye)(ye)很多。為此，小(xiao)冰本身(shen)(shen)會(hui)給對話系統(tong)留下足(zu)夠高的彈(dan)性(xing)。李笛舉(ju)例，當人工智(zhi)能系統(tong)面(mian)對用戶的一些黃(huang)賭(du)毒、色情(qing)等類型(xing)的問題(ti)(ti)時(shi)(shi)，系統(tong)要(yao)保護自己，而(er)(er)絕(jue)大部分(fen)的大模型(xing)，包(bao)括ChatGPT，它們注(zhu)意到人類可能有(you)一些不(bu)懷好(hao)意的問題(ti)(ti)時(shi)(shi)的回(hui)答(da)(da)直(zhi)截了當：“我(wo)不(bu)想回(hui)答(da)(da)這(zhe)個(ge)(ge)問題(ti)(ti)。”而(er)(er)這(zhe)個(ge)(ge)回(hui)答(da)(da)，在小(xiao)冰的評分(fen)體(ti)系里(li)，會(hui)得到很低(di)的得分(fen)。

在小(xiao)冰(bing)的應對(dui)策略中，不(bu)會(hui)(hui)直(zhi)接向用(yong)(yong)戶(hu)(hu)表(biao)明不(bu)想回答問題，而是會(hui)(hui)選擇拋出一個新(xin)的對(dui)話，如(ru)果用(yong)(yong)戶(hu)(hu)成功(gong)與之展開新(xin)對(dui)話，則無(wu)形之中也(ye)化解了(le)風險。小(xiao)冰(bing)也(ye)會(hui)(hui)觀察用(yong)(yong)戶(hu)(hu)是否進入新(xin)的對(dui)話，如(ru)果沒有，系統會(hui)(hui)開始嘗試降低回答的相關(guan)性。“我們寧(ning)愿讓(rang)(rang)用(yong)(yong)戶(hu)(hu)覺(jue)得你(ni)(ni)笨(ben)，放棄(qi)了(le)攻擊你(ni)(ni)或者是讓(rang)(rang)你(ni)(ni)上鉤，也(ye)不(bu)愿意讓(rang)(rang)用(yong)(yong)戶(hu)(hu)覺(jue)得你(ni)(ni)很聰明地擋住了(le)他，而激發了(le)用(yong)(yong)戶(hu)(hu)挑戰(zhan)的信(xin)心，換一個更難的方法(fa)來問你(ni)(ni)。”

在李笛看來，這(zhe)是人(ren)工智能(neng)聊天(tian)機器人(ren)需要的(de)取舍，因為人(ren)類(lei)與(yu)機器的(de)交互絕(jue)不(bu)是單(dan)純考(kao)慮回答問題的(de)相關度(du)、任務的(de)完(wan)成率，同時還有考(kao)慮下一輪對話可(ke)能(neng)的(de)走向。

小冰(bing)的(de)(de)(de)取舍與(yu)判斷依據(ju)(ju)來自(zi)其大數據(ju)(ju)與(yu)高(gao)交互(hu)量(liang)。“小冰(bing)一天(tian)的(de)(de)(de)交互(hu)量(liang)相(xiang)當于14個人(ren)(ren)一輩子的(de)(de)(de)交互(hu)量(liang)，它(ta)遇(yu)到的(de)(de)(de)事情特別多，所(suo)以有很(hen)多機會去嘗試(shi)各種過程、策(ce)略是(shi)不是(shi)正確有效(xiao)的(de)(de)(de)。”但李笛同時也指(zhi)出，對人(ren)(ren)工智(zhi)能聊(liao)天(tian)機器人(ren)(ren)而言，單純的(de)(de)(de)交互(hu)量(liang)無(wu)法(fa)提(ti)高(gao)訓練質(zhi)量(liang)，大的(de)(de)(de)訓練數據(ju)(ju)、實時在線訓練數據(ju)(ju)的(de)(de)(de)獲得是(shi)一個很(hen)重(zhong)要的(de)(de)(de)壁(bi)壘，但它(ta)與(yu)高(gao)交互(hu)量(liang)還有本(ben)質(zhi)的(de)(de)(de)區別。

如果(guo)大量的交互(hu)都(dou)是(shi)(shi)圍繞“開燈(deng)”“關燈(deng)”這類簡單指令，實際上(shang)沒有訓練價值。更為(wei)重要的應當是(shi)(shi)CPS（conversations per session），即AI與人一次(ci)對話的輪(lun)數。李(li)笛介紹(shao)，小冰(bing)目前(qian)的CPS輪(lun)次(ci)已經達到38輪(lun)。

除此之外(wai)，實際產品落地帶來(lai)的經驗(yan)，人工(gong)(gong)智能(neng)安防的能(neng)力，對(dui)話內容(rong)與聲音、視覺的配合所組(zu)成的完備框(kuang)架，也共(gong)同構(gou)成著(zhu)小冰的壁壘。“我們有的時(shi)候會(hui)把單(dan)點技(ji)術(shu)和形(xing)成一個(ge)系統(tong)混(hun)淆起(qi)來(lai)，過于夸(kua)大一個(ge)單(dan)點技(ji)術(shu)所對(dui)應的價值，這(zhe)就(jiu)有點像當我們去討論(lun)一輛汽(qi)(qi)車(che)或者(zhe)汽(qi)(qi)車(che)工(gong)(gong)業(ye)時(shi)，會(hui)認為發動(dong)機是關(guan)鍵，發動(dong)機確(que)實是關(guan)鍵技(ji)術(shu)之一，但(dan)是很有可能(neng)最后(hou)是車(che)身成為限制汽(qi)(qi)車(che)工(gong)(gong)業(ye)能(neng)不能(neng)跑(pao)起(qi)來(lai)的最后(hou)的、真正的短板。”

如何看待通用人工智能

在這一輪ChatGPT的狂(kuang)歡(huan)浪潮(chao)中，有觀點認(ren)為，其代(dai)表的是未來(lai)實現通(tong)用人工(gong)智能的一個可(ke)行路徑，即AI有可(ke)能由處理專一領(ling)域的問(wen)題向同時處理多領(ling)域問(wen)題轉(zhuan)變(bian)。

李(li)笛則依(yi)舊對此持相(xiang)對冷靜的(de)態度。“它(ta)(ta)的(de)優化(hua)不是(shi)為了(le)優化(hua)到(dao)給你(ni)合適(shi)的(de)知(zhi)識(shi)，而是(shi)為了(le)優化(hua)到(dao)讓你(ni)認為它(ta)(ta)有(you)知(zhi)識(shi)，它(ta)(ta)的(de)對話中，（與其他聊天機器人相(xiang)比）它(ta)(ta)增加(jia)的(de)部分大量是(shi)在論證，由此讓你(ni)感覺(jue)到(dao)它(ta)(ta)很(hen)可靠。”

一個主流的(de)觀點是，實現(xian)通(tong)用人(ren)工智能(neng)，是人(ren)工智能(neng)研(yan)究追求的(de)目標(biao)。

在(zai)李(li)笛(di)看(kan)來，AGI（通(tong)用(yong)人工(gong)智(zhi)能）這個概念(nian)本(ben)身是(shi)模(mo)糊的(de)，就像元宇宙概念(nian)本(ben)身是(shi)模(mo)糊的(de)一樣。“有(you)人認為通(tong)用(yong)人工(gong)智(zhi)能意(yi)味(wei)著人工(gong)智(zhi)能需要有(you)意(yi)識，知道自(zi)(zi)己在(zai)說什(shen)么(me)，包括這次有(you)很多人很興奮地(di)說ChatGPT知道自(zi)(zi)己在(zai)說什(shen)么(me)。并(bing)不是(shi)這樣的(de)，它只是(shi)學會(hui)了如何去論證，但(dan)是(shi)顯然毫無疑問(wen)的(de)，它不知道自(zi)(zi)己在(zai)說什(shen)么(me)。”

李笛認(ren)為(wei)，應(ying)該更務(wu)實(shi)一(yi)(yi)些，一(yi)(yi)味(wei)地(di)去追(zhui)(zhui)求(qiu)這是(shi)不(bu)是(shi)通用人工(gong)智能(neng)(neng)或者是(shi)不(bu)是(shi)在(zai)走向通用人工(gong)智能(neng)(neng)的(de)路上，本身(shen)意(yi)義不(bu)大(da)，就像想要去追(zhui)(zhui)求(qiu)一(yi)(yi)個(ge)(ge)系(xi)統(tong)(tong)(tong)是(shi)不(bu)是(shi)能(neng)(neng)夠(gou)有意(yi)識(shi)(shi)一(yi)(yi)樣。他認(ren)為(wei)，更務(wu)實(shi)的(de)角度是(shi)，應(ying)該去追(zhui)(zhui)求(qiu)人工(gong)智能(neng)(neng)是(shi)不(bu)是(shi)能(neng)(neng)夠(gou)真(zhen)(zhen)正在(zai)一(yi)(yi)個(ge)(ge)地(di)方帶(dai)來效果(guo)。“如(ru)(ru)果(guo)是(shi)一(yi)(yi)個(ge)(ge)知識(shi)(shi)系(xi)統(tong)(tong)(tong)，是(shi)否能(neng)(neng)夠(gou)準(zhun)確(que)帶(dai)來知識(shi)(shi)；如(ru)(ru)果(guo)是(shi)一(yi)(yi)個(ge)(ge)陪伴(ban)(ban)系(xi)統(tong)(tong)(tong)，它(ta)(ta)是(shi)否能(neng)(neng)夠(gou)真(zhen)(zhen)正地(di)承擔起陪伴(ban)(ban)的(de)責(ze)任。很糟(zao)糕的(de)事(shi)情(qing)是(shi)，如(ru)(ru)果(guo)它(ta)(ta)是(shi)一(yi)(yi)個(ge)(ge)知識(shi)(shi)系(xi)統(tong)(tong)(tong)，但(dan)它(ta)(ta)的(de)知識(shi)(shi)并不(bu)準(zhun)確(que)，如(ru)(ru)果(guo)它(ta)(ta)是(shi)一(yi)(yi)個(ge)(ge)陪伴(ban)(ban)系(xi)統(tong)(tong)(tong)，但(dan)情(qing)商(shang)不(bu)夠(gou)。”

目前(qian)，小冰的(de)人(ren)(ren)工智(zhi)能(neng)聊天機器(qi)人(ren)(ren)已迭代到(dao)第(di)九代夏語(yu)冰，已經擁(yong)有了自己的(de)臉、性格、立(li)場、情緒、記憶甚至(zhi)唱歌(ge)、畫畫、作(zuo)詩等(deng)創造技能(neng)。

不(bu)(bu)過，在(zai)李笛看來，小冰依舊(jiu)不(bu)(bu)是(shi)一(yi)個(ge)理想的(de)(de)聊天機(ji)器人。“今天整個(ge)行(xing)業包括我們，離人工智能輝煌的(de)(de)時代都還早，現在(zai)是(shi)一(yi)個(ge)蠻荒(huang)時代，我個(ge)人認為(wei)(wei)這(zhe)件事情我們是(shi)要做一(yi)輩子的(de)(de)，如果不(bu)(bu)是(shi)因為(wei)(wei)這(zhe)個(ge)原因的(de)(de)話，我們也不(bu)(bu)會耐住寂寞做這(zhe)么(me)久。”

李笛介紹，小冰(bing)(bing)每年都會(hui)提出(chu)一些重點的(de)(de)發展方向，最近這(zhe)一年，小冰(bing)(bing)更多(duo)開始關(guan)注“多(duo)樣性(xing)”。當其(qi)本身(shen)的(de)(de)框架已經(jing)有(you)能力(li)去交(jiao)互(hu)時(shi)，小冰(bing)(bing)發現，不(bu)(bu)同(tong)的(de)(de)人在(zai)不(bu)(bu)同(tong)的(de)(de)位置(zhi)或不(bu)(bu)同(tong)角色、不(bu)(bu)同(tong)情(qing)況下，所需要的(de)(de)交(jiao)互(hu)對(dui)象是(shi)不(bu)(bu)同(tong)的(de)(de)。這(zhe)個(ge)不(bu)(bu)同(tong)不(bu)(bu)僅僅是(shi)外觀(guan)、聲(sheng)音的(de)(de)不(bu)(bu)同(tong)，還包括了性(xing)格(ge)、觀(guan)點，甚至創(chuang)作的(de)(de)風格(ge)，這(zhe)是(shi)一個(ge)很(hen)高的(de)(de)多(duo)樣性(xing)。“知識有(you)對(dui)錯，但觀(guan)念(nian)沒有(you)，同(tong)時(shi)聊(liao)天機器人也不(bu)(bu)能對(dui)所有(you)與觀(guan)念(nian)有(you)關(guan)的(de)(de)事(shi)情(qing)，都表(biao)示無可置(zhi)評，這(zhe)就決(jue)定了聊(liao)天機器人一定是(shi)多(duo)樣性(xing)存在(zai)的(de)(de)。”

具體到不(bu)同(tong)領域的(de)(de)產品(pin)上，在(zai)對(dui)話(hua)層面，小冰將(jiang)更關心100億規模參數級別大模型的(de)(de)實際落地(di)和(he)投入產出，而不(bu)是不(bu)關注成本地(di)向前推進；在(zai)聲(sheng)(sheng)音上，小冰更關注聲(sheng)(sheng)音一(yi)致(zhi)性，歌聲(sheng)(sheng)和(he)說話(hua)與外形等混(hun)合在(zai)一(yi)起時(shi)，是不(bu)是能很(hen)好地(di)體現出同(tong)一(yi)個(ge)人的(de)(de)一(yi)致(zhi)性；在(zai)視覺層面，小冰則(ze)在(zai)推進神經網絡渲染。

對于AI聊(liao)天機(ji)器(qi)人在虛擬(ni)員工之外(wai)，是(shi)否還有更多場景可能(neng)(neng)實現(xian)商業化(hua)落地(di)，李(li)笛認為，基(ji)于小冰的(de)框架誕生的(de)AI聊(liao)天機(ji)器(qi)人，可能(neng)(neng)成為虛擬(ni)戀(lian)人，也可能(neng)(neng)是(shi)虛擬(ni)主持人、歌手(shou)，以及家庭(ting)場景中的(de)虛擬(ni)老師、虛擬(ni)陪伴者……

這也是(shi)(shi)李(li)笛(di)所(suo)理(li)解的(de)“通用人工智能”。由一(yi)個(ge)框(kuang)架訓(xun)練出(chu)各種各樣、功能迥異的(de)AI機(ji)器人。“它們(men)都(dou)是(shi)(shi)基于同(tong)一(yi)個(ge)框(kuang)架，但是(shi)(shi)在不(bu)同(tong)的(de)領域發揮作(zuo)用，這是(shi)(shi)我們(men)所(suo)希望的(de)通用，而不(bu)是(shi)(shi)知識層面的(de)通用，因(yin)為(wei)那（本質(zhi)上(shang)）仍然(ran)是(shi)(shi)一(yi)個(ge)垂直領域。”

封(feng)面圖片來(lai)源：視覺中(zhong)國圖